另外一点如何来评估这些电站，它会有什么样的关键指标呢?我们如何使用这些指标来评估这些电站?接下来跟大家讲两个，第一个就是我们已经听到了很多很多次的术语，我们的度电成本，第二个就是能效比PR，我们看一下在组件和电站之间的能源转换的效率，我们首先来看一下发电成本，就是度电成本，LCOE我们会有很多因素都会跟质量系统相关，当然它都是跟质量、运维密切相关的，同时对于电站的性能，对于组件的效率，对于产出本身，还有它的辐照的因素都是有很密切的联系的。这一页我们可以看到度电成本，从技术的角度做一些质量和技术上的评估，保证这些参数确实可以在现实当中满足相关的要求。大家可以看到，我们项目的不同阶段会有不同的质量评估的指标，可以确保这些参数满足要求，因为我们时间不多，所以我主要会看前面的两个阶段，尤其关注于其中的一个评估指标，在这个时候我们首先来看项目发展的第一个阶段。

 

我们可以看一下太阳能资源的评估，这个对于度电成本的评估，可以说是非常重要的，所以我们要看一下在财务评估的基础上，要看到电站的产能分析，应该是由独立的机构来做电站的评估，第三方可以给出具体的文件，并且为了验证这些结果，一定要有相关的不确定度的报告，这边给大家看的是最主要的一些参数，在做产能分析的时候，可以看到它有一些不确定度，比方说天气的数据本身，我们会有阴雨的条件，还有电站的设计，还有一些环境的问题，比方说遮盖和泥土的赃物，还有我们怎么在设备质量上通过制造商的数据反映出它的要求，这些可以说是在做仿真的时候，要输入的最主要的参数，我们今天看起来还是很容易的，因为已经有很多现成的软件，会有很多复杂的模型，但是最终我们产能评估的决定，它其实也是取决于我们输入数据的质量，为了验证预测结果，我们做了一些比较，包括了实际的测量数据，有很多实际现场的测量数据，和最初始预测的产能比较。我们说到了有25家电厂，有5年非常准确的数据，我们可以把这个和过去的比较结果相对应，大家可以看到第一栏，这是所有25个电厂，辐照的区别和实际辐照的区别，可以通过这5年的卫星数据得到实际的测量数据，我们可以看到它是比初始的预测辐照值超出了5%。第二个就是全球的辐射，这个也是通过系统当中的传感器得到的，它的水平比我们预测要高。对于PR值，大家可以看到两者非常吻合，它的区别可能就只是正负0.6%，但是最终对产能，可以看到比预测高出了4.5%，所以我们现在的问题就是，能不能够把预期的产能和实际的测量产能之间区别的原因找到，为什么我们的PR值会有很好的辐照呢，在德国有长期的辐照的收集，从96%下降到94%，在80年代的时候有上升的辐照值，5年之前认为，我们还是尽可能的收集比较多的数据，取了20年辐照的平均值，换句话说辐照的平均值，实际上就是在案例当中显示，比实际的辐照值更低。这就意味着使用这些辐照的数据，其实低估了德国辐照的状况，可以看到世界其他情况也有。

 

这边可以看到美国、欧洲、中国、日本和印度的一些数据，我们可以看到有基本同样的趋势，所以我们现在可以看到在辐照数据方面的精度是偏低的，看到太阳比较亮还是比较暗，对于实际的结果有很大的影响，而且取用数据的时间轴也会影响结果。这就意味着我们必须要验证，并且评估这些数据，尤其是辐照的数据，并且非常慎重的选择数据源和时间段，降低预测的风险。我们在这里做了很多科学方面的比较，做了一个不确定性的蒙地卡罗模拟估算，看看这些值到底是如何的。左边看到的就是年度值，可以看到它和实际测量值之间的比较，最后可以看到我们做了这样区别化，可以看到P10和P50这两个值，我们预测的电厂和实际的电厂是很接近的，换句话说并不是有着非常不稳定的值，但是从衰减的趋势来说，我们需要考虑到，随着时间的变化，不确定度也是有所变化的，因为我们确实不知道20年之后的辐照是如何的，这方面的确定性还是很高的，我们在这边可能也会接受建议，比方说不确定度是20%或者21%。